Y Combinator 總裁 Garry Tan 宣佈, il a ouvert au public son système de mémoire d’IA de niveau production qu’il utilise au quotidien, pour les agents — « GBrain ». Ce « second cerveau », conçu spécialement pour des agents comme OpenClaw, permet à l’IA d’atteindre une mémoire globale parfaite (Total Recall) grâce à un mécanisme inédit de « cycle des rêves (Dream Cycle) » et à une recherche hybride avec Postgres.
(Contexte : Poutine a ordonné de développer un « modèle d’IA souverain russe » : l’avenir de la souveraineté dépend de l’intelligence artificielle ! Objectif fixé pour 2030 afin d’aboutir à une adoption nationale)
(Ajout de contexte : la résidence du PDG d’OpenAI, Sam Altman, a été visée par un cocktail Molotov ! Publication tard dans la nuit pour réfléchir : l’AGI ressemble à « Le Seigneur des Anneaux », et le pouvoir de l’IA doit être démocratisé)
Table des matières
Toggle
- Construire le « second cerveau » de l’IA : une architecture minimaliste et pragmatique
- Points forts : le « cycle des rêves » inédit et la conception du « vrai compilé »
- Main gauche gstack, main droite GBrain : assembler un mini-AGI
À l’heure où la vague des AI Agent déferle dans le monde entier, le « système de mémoire » (Memory System) est désormais considéré par l’industrie comme un goulot d’étranglement technologique plus critique que le modèle de base lui-même. Afin de résoudre le problème bien connu du fait que l’IA « oublie en tournant la tête », le président de Y Combinator (YC), Garry Tan, a récemment ouvert au public sur GitHub le système de mémoire d’IA de niveau production qu’il utilise personnellement — GBrain.
Sur la plateforme X, Garry Tan souligne que GBrain n’est absolument pas un jouet expérimental, mais un système de gestion des connaissances et de mémoire (second cerveau) qu’il met réellement en production. Son objectif final est d’aider les développeurs à construire leur propre « mini-AGI ».
Si vous voulez que vos agents OpenClaw ou Hermes puissent se souvenir parfaitement de l’ensemble des 10 000+ fichiers Markdown, GBrain est là pour vous aider.
C’est exactement la configuration de mon agent OpenClaw/Hermes. Code open source sous licence MIT. J’espère que cela vous aidera à construire votre mini-AGI.https://t.co/yFpFU4pn5b
— Garry Tan (@garrytan) 10 avril 2026
Construire le « second cerveau » de l’IA : une architecture minimaliste et pragmatique
GBrain a principalement été conçu sur mesure pour des AI Agent locaux ou contrôlables comme OpenClaw ou Hermes Agent. Le système abandonne les architectures SaaS trop complexes et choisit une voie d’implémentation d’ingénierie « minimaliste, mais puissante » : la couche de base repose sur des fichiers Markdown et un dépôt Git, complétés par Postgres comme couche de recherche.
Même si l’architecture est simple, la quantité de données qu’elle peut porter est assez impressionnante. D’après les informations partagées par Garry Tan, GBrain a actuellement indexé plus de 10 000 fichiers Markdown et plus de 5 800 notes Apple (Apple Notes), couvrant tous les comptes rendus de réunion et l’historique des conversations. Grâce à la recherche hybride de Postgres (recherche vectorielle + recherche par mots-clés) et à des techniques de cartographie sémantique, l’agent peut non seulement retrouver des informations spécifiques, mais aussi comprendre en profondeur les relations et le contexte entre les entités.
Points forts : le « cycle des rêves » inédit et la conception du « vrai compilé »
Si GBrain peut être qualifié de « cerveau » de niveau production, c’est grâce à plusieurs mécanismes d’innovation clés et inédits :
- Cycle des rêves (Dream Cycle) : c’est la fonctionnalité la plus remarquable de GBrain. Tout comme les humains, pendant leur sommeil, organisent leurs souvenirs, GBrain fait en sorte que l’agent IA exécute automatiquement chaque nuit (ou de façon périodique) une analyse de toutes les nouvelles conversations et de tous les nouveaux contenus de la journée. Il complète automatiquement les données d’entités manquantes, répare les liens de citation rompus et intègre de nouveaux souvenirs, permettant à la base de connaissances de réaliser un « auto-perfectionnement et un enrichissement ».
- Vérité compilée + chronologie (Compiled Truth + Timeline) : pour garantir la fiabilité des sorties de l’IA ainsi que leur caractère vérifiable et audit-able, GBrain s’appuie sur une conception unique de structures de données. « En haut » du document, on stocke les réponses et connaissances les plus récentes (qui peuvent être mises à jour et remplacées au fil des nouvelles informations) ; « en bas », on conserve une chaîne de preuves stricte (uniquement ajoutable, jamais supprimable).
- Prise en charge de 30+ outils MCP : le système s’intègre profondément à plus de 30 outils Model Context Protocol (MCP), permettant à l’agent d’exécuter des ensembles de compétences extrêmement complexes (Skill pack).
Main gauche gstack, main droite GBrain : assembler un mini-AGI
De nombreux développeurs pourraient confondre GBrain avec un autre projet qu’a aussi ouvert plus tôt Garry Tan, « gstack ». En réalité, les deux sont dans une relation parfaitement complémentaire :
gstack se concentre sur la « capacité d’exécution » : c’est le workflow d’une équipe d’ingénierie virtuelle de Claude Code (incluant des compétences et rôles comme CEO, chef de projet, QA, etc.), aidant Garry Tan à atteindre une productivité intense de type « 600 000 lignes de code en 60 jours » ; tandis que GBrain se concentre sur la « mémoire à long terme et la gestion des connaissances », et joue le rôle de supercerveau pour l’ensemble de l’équipe.
À l’heure actuelle, GBrain est publié sur GitHub avec une licence MIT entièrement open source (lien vers le projet). Pour les développeurs qui sont en train d’explorer concrètement l’application des AI Agent, cette solution très transparente et de niveau opérationnel publiée personnellement par ce dirigeant de YC constitue sans aucun doute un trésor de référence très précieux.
